• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

关于用于处理流感病毒分段基因组的莫萨布度量的距离分布范式的注释。

A note on the distance distribution paradigm for Mosaab-metric to process segmented genomes of influenza virus.

作者信息

Daoud Mosaab

机构信息

Independent Research Scientist, Toronto, ON M1S1B2, Canada.

出版信息

Genomics Inform. 2020 Mar;18(1):e7. doi: 10.5808/GI.2020.18.1.e7. Epub 2020 Mar 31.

DOI:10.5808/GI.2020.18.1.e7
PMID:32224840
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC7120345/
Abstract

In this paper, we present few technical notes about the distance distribution paradigm for Mosaab-metric using 1, 2, and 3 grams feature extraction techniques to analyze composite data points in high dimensional feature spaces. This technical analysis will help the specialist in bioinformatics and biotechnology to deeply explore the biodiversity of influenza virus genome as a composite data point. Various technical examples are presented in this paper, in addition, the integrated statistical learning pipeline to process segmented genomes of influenza virus is illustrated as sequential-parallel computational pipeline.

摘要

在本文中，我们给出了一些关于使用1克、2克和3克特征提取技术的Mosaab度量距离分布范式的技术说明，以分析高维特征空间中的复合数据点。这种技术分析将有助于生物信息学和生物技术领域的专家深入探索作为复合数据点的流感病毒基因组的生物多样性。本文给出了各种技术示例，此外，还将处理流感病毒分段基因组的集成统计学习管道展示为顺序-并行计算管道。

https://cdn.ncbi.nlm.nih.gov/pmc/blobs/e7e9/7120345/d9c8d818d39b/gi-2020-18-1-e7f4.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/e7e9/7120345/0ca48a412c5d/gi-2020-18-1-e7f1.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/e7e9/7120345/0f3d891b90b4/gi-2020-18-1-e7f2.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/e7e9/7120345/fe494a40a7c5/gi-2020-18-1-e7f3.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/e7e9/7120345/d9c8d818d39b/gi-2020-18-1-e7f4.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/e7e9/7120345/0ca48a412c5d/gi-2020-18-1-e7f1.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/e7e9/7120345/0f3d891b90b4/gi-2020-18-1-e7f2.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/e7e9/7120345/fe494a40a7c5/gi-2020-18-1-e7f3.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/e7e9/7120345/d9c8d818d39b/gi-2020-18-1-e7f4.jpg

相似文献

1
A note on the distance distribution paradigm for Mosaab-metric to process segmented genomes of influenza virus.关于用于处理流感病毒分段基因组的莫萨布度量的距离分布范式的注释。
Genomics Inform. 2020 Mar;18(1):e7. doi: 10.5808/GI.2020.18.1.e7. Epub 2020 Mar 31.
2
Detecting outliers in segmented genomes of flu virus using an alignment-free approach.使用无比对方法检测流感病毒分段基因组中的异常值。
Genomics Inform. 2020 Mar;18(1):e2. doi: 10.5808/GI.2020.18.1.e2. Epub 2020 Mar 31.
3
Insights of Window-Based Mechanism Approach to Visualize Composite BioData Point in Feature Spaces.基于窗口机制的方法在特征空间中可视化复合生物数据点的见解。
Genomics Inform. 2019 Mar;17(1):e4. doi: 10.5808/GI.2019.17.1.e4. Epub 2019 Mar 31.
4
The extension of the largest generalized-eigenvalue based distance metric D_ij (γ_1 ) in arbitrary feature spaces to classify composite data points.基于最大广义特征值的距离度量D_ij(γ_1)在任意特征空间中的扩展，用于对复合数据点进行分类。
Genomics Inform. 2019 Dec;17(4):e39. doi: 10.5808/GI.2019.17.4.e39. Epub 2019 Nov 14.
5
Robust dimensionality reduction via feature space to feature space distance metric learning.通过特征空间到特征空间距离度量学习实现鲁棒降维。
Neural Netw. 2019 Apr;112:1-14. doi: 10.1016/j.neunet.2019.01.001. Epub 2019 Jan 21.
6
Sequencing Framework for the Sensitive Detection and Precise Mapping of Defective Interfering Particle-Associated Deletions across Influenza A and B Viruses.流感 A 型和 B 型病毒中缺陷干扰颗粒相关缺失的灵敏检测和精确作图测序框架。
J Virol. 2019 May 15;93(11). doi: 10.1128/JVI.00354-19. Print 2019 Jun 1.
7
A novel autoencoder approach to feature extraction with linear separability for high-dimensional data.一种用于高维数据特征提取且具有线性可分性的新型自动编码器方法。
PeerJ Comput Sci. 2022 Aug 11;8:e1061. doi: 10.7717/peerj-cs.1061. eCollection 2022.
8
Analysis of the genetic diversity of influenza A viruses using next-generation DNA sequencing.使用下一代DNA测序技术分析甲型流感病毒的遗传多样性。
BMC Genomics. 2015 Feb 14;16(1):79. doi: 10.1186/s12864-015-1284-z.
9
Comparison of nucleic acid extraction methods for next-generation sequencing of avian influenza A virus from ferret respiratory samples.比较从雪貂呼吸道样本中提取用于下一代测序的禽流感 A 病毒核酸的方法。
J Virol Methods. 2019 Aug;270:95-105. doi: 10.1016/j.jviromet.2019.04.014. Epub 2019 Apr 18.
10
Robust microarray data feature selection using a correntropy based distance metric learning approach.基于相关熵距离度量学习的稳健微阵列数据特征选择。
Comput Biol Med. 2023 Jul;161:107056. doi: 10.1016/j.compbiomed.2023.107056. Epub 2023 May 22.

本文引用的文献

1
The extension of the largest generalized-eigenvalue based distance metric D_ij (γ_1 ) in arbitrary feature spaces to classify composite data points.基于最大广义特征值的距离度量D_ij(γ_1)在任意特征空间中的扩展，用于对复合数据点进行分类。
Genomics Inform. 2019 Dec;17(4):e39. doi: 10.5808/GI.2019.17.4.e39. Epub 2019 Nov 14.
2
What's New with Flu? An Overview.流感有哪些新动向？概述。
Viruses. 2019 May 10;11(5):433. doi: 10.3390/v11050433.
3
Insights of Window-Based Mechanism Approach to Visualize Composite BioData Point in Feature Spaces.
基于窗口机制的方法在特征空间中可视化复合生物数据点的见解。
Genomics Inform. 2019 Mar;17(1):e4. doi: 10.5808/GI.2019.17.1.e4. Epub 2019 Mar 31.
4
Implications of segment mismatch for influenza A virus evolution.片段错配对甲型流感病毒进化的影响。
J Gen Virol. 2018 Jan;99(1):3-16. doi: 10.1099/jgv.0.000989. Epub 2017 Dec 15.
5
Constructing computational pipelines.构建计算管道。
Methods Mol Biol. 2008;453:451-70. doi: 10.1007/978-1-60327-429-6_24.
6
The influenza virus resource at the National Center for Biotechnology Information.美国国立生物技术信息中心的流感病毒资源。
J Virol. 2008 Jan;82(2):596-601. doi: 10.1128/JVI.02005-07. Epub 2007 Oct 17.